文献

J-GLOBAL ID：201702253886047914   整理番号：17A0748418

局所密度ピークによる適応型分割分子動力学トラジェクトリーを解析するための効率的な密度に基づくクラスタリングアルゴリズム【Powered by NICT】

Adaptive partitioning by local density-peaks: An efficient density-based clustering algorithm for analyzing molecular dynamics trajectories

著者 (8件)： Liu Song (Department of Chemistry, The Hong Kong University of Science and Technology, Clear Water Bay, Kowloon, Hong Kong) ,  Zhu Lizhe (Department of Chemistry, The Hong Kong University of Science and Technology, Clear Water Bay, Kowloon, Hong Kong) ,  Zhu Lizhe (Center of Systems Biology and Human Health, State Key Laboratory of Molecular Neuroscience, The Hong Kong University of Science and Technology, Clear Water Bay, Kowloon, Hong Kong) ,  Sheong Fu Kit (Department of Chemistry, The Hong Kong University of Science and Technology, Clear Water Bay, Kowloon, Hong Kong) ,  Wang Wei (Department of Chemistry, The Hong Kong University of Science and Technology, Clear Water Bay, Kowloon, Hong Kong) ,  Wang Wei (Center of Systems Biology and Human Health, State Key Laboratory of Molecular Neuroscience, The Hong Kong University of Science and Technology, Clear Water Bay, Kowloon, Hong Kong) ,  Huang Xuhui (Department of Chemistry, The Hong Kong University of Science and Technology, Clear Water Bay, Kowloon, Hong Kong) ,  Huang Xuhui (Center of Systems Biology and Human Health, State Key Laboratory of Molecular Neuroscience, The Hong Kong University of Science and Technology, Clear Water Bay, Kowloon, Hong Kong)
資料名： Journal of Computational Chemistry  (Journal of Computational Chemistry)
巻： 38  号： 3  ページ： 152-160  発行年： 2017年 
JST資料番号： C0111B  ISSN： 0192-8651  CODEN： JCCHDD  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 大規模分子動力学(MD)トラジェクトリーを解析するための効率的な密度に基づく適応解像度クラスタリング法APLoDを提示した。APLoDは局所的,同じ高密度領域におけるMD立体配座をグループクラスタにできるMD立体配座の密度を推定するためにk最近傍探索を行う。APLoDは残基マルトース結合蛋白質へのアラニンジペプチドからの測距システムの2 3桁実行時間とメモリ使用量を減少させることにより一般的な密度ピークアルゴリズムを大幅に改善した。さらに,APLoDは基礎となる密度(すなわち,低密度領域では,大きなクラスタが,高密度領域で小さなクラスタ)に適応性を持つことを種々のサイズ,K中心とκ medoidsを含む他の一般的なクラスタ化アルゴリズムよりも明確な利点であるクラスタを生成できることを実証した。APLoDはMarkov状態モデルの構築のための百万の立体配座を含む分割超MDデータセットに広く適用可能であることが期待される。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 立体配座 ,  *アルゴリズム ,  距離測定 ,  分解能 ,  *クラスタ ,  近傍探索法 ,  *分子動力学 ,  適応性 ,  *トラジェクトリー ,  記憶装置 ,  クラスタ化
準シソーラス用語： 実行時間 ,  マルトース結合蛋白質 ,  高密度 ,  *クラスタリングアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： クラスタリングアルゴリズム ,  kNN探索 ,  密度ピーク ,  分子動力学 ,  Markov状態モデル

分類 (2件)： 分子・遺伝情報処理  (JE15040B) ,  分子の立体配置・配座  (BH05022J)

タイトルに関連する用語 (5件)： 密度 ,  分子動力学 ,  トラジェクトリー ,  解析 ,  クラスタリングアルゴリズム